Penerapan Algoritma K-Nearest Neighbors dalam Sistem Rekomendasi Makanan Berdasarkan Kebutuhan Nutrisi dengan Content-Based Filtering

ABSTRAK Pemenuhan nutrisi merupakan sebuah keharusan untuk menjaga kesehatan tubuh. Memahami manfaat nutrisi dan cairan dalam tubuh dapat mendukung pertumbuhan dan perkembangan serta mencegah berbagai penyakit yang disebabkan oleh kekurangan nutrisi atau bisa disebut malnutrisi. Malnutrisi merujuk pada kelebihan atau kurangnya nutrisi, tidak seimbangnya nutrisi, atau masalah pemanfaatan nutrisi. Seiring berjalannya waktu, hal ini dapat meningkatkan risiko terjadinya beberapa penyakit dan gangguan kesehatan lainnya, seperti kelebihan berat badan atau obesitas, diabetes, atau beberapa penyakit tidak menular. Tujuan dari penelitian ini untuk membuat rekomendasi makanan berdasarkan kebutuhan nutrisi menggunakan algoritma K-Nearest Neighbor dengan content-based filtering. Pada penelitian ini K-Nearest Neighbor digunakan untuk menghasilkan rekomendasi makanan terdekat sesuai dengan keinginan dan kebutuhan pengguna dengan menghitung Euclidean distance. Dengan memanfaatkan algoritma K-Nearest Neighbor dalam content-based filtering, penelitian ini berhasil menciptakan suatu sistem rekomendasi makanan yang dapat disesuaikan dengan kebutuhan nutrisi individu, termasuk pengguna yang sehat, memiliki alergi, dan riwayat diabetes. Hasil evaluasi model menunjukkan bahwa metode ini mampu memberikan rekomendasi makanan dengan tingkat kesalahan yang rendah, dengan melihat nilai Root Mean Square Error 18.75. Dengan demikian, penelitian ini memberikan kontribusi dalam mendukung pemenuhan nutrisi yang tepat, serta memberikan arahan praktis bagi individu untuk menjaga kesehatan tubuh melalui pola makan yang sesuai dengan kebutuhan pengguna. ABSTRACT Fulfilling nutrition is a must to maintain a healthy body. Understanding the benefits of nutrition and fluids in the body can support growth and development and prevent various diseases caused by nutritional deficiencies or what can be called malnutrition. Malnutrition refers to excess or lack of nutrition, imbalance in nutrition, or problems with nutrient utilization. Over time, this can increase the risk of several diseases and other health problems, such as being overweight or obese, diabetes, or several non-infectious diseases. This research aims to make food recommendations based on nutritional needs using the K Nearest Neighbor algorithm with content-based filtering. In this research, K-Nearest Neighbor produces recommendations for the closest food according to the user's desires and needs by calculating Euclidean distance. By utilizing the deep K-Nearest Neighbor algorithm and content-based filtering, this research succeeded in creating a food recommendation system that can be customed by individual nutritional needs, including users who are healthy, have allergies, and have a history of diabetes. The model evaluation results show that this method can provide food recommendations with a low error rate by looking at the values Root Mean Square Error of 18.75. Thus, this research contributes to supporting the fulfillment of proper nutrition and providing practical direction for individuals to maintain body health through a diet that suits the user's needs.